CC BY
9УДК 004.942: 519.876.5
Программа верификации данных компьютерного эксперимента
Тин Чжо, ВМ.Трояновский, Ян Лин Аунг
Национальный исследовательский университет «МИЭТ»
Воспроизводимость экспериментальных результатов и анализ «парадоксальных» наблюдений [1] являются важными проблемами научных исследований. Целый спектр разнородных условий и ограничений препятствует применению классических методов анализа для решения этих проблем в технических системах и других приложениях. Поэтому при проведении научных исследований часто прибегают к моделированию и проведению компьютерных экспериментов. В работе рассмотрены методические вопросы, решение которых обеспечивает создание эффективного инструмента для верификации экспериментальных данных, полученных таким путем.
Результат каждого эксперимента можно рассматривать (с позиций статистической теории оценок) как отдельную случайную величину, частную реализацию искомой функции и т.п. Поэтому для подтверждения достоверности результатов приходится проводить верификацию, доказывая соответствие получаемых оценок истинным функциям и их параметрам, а в условиях неполной информации, проведения натурного эксперимента, наличия помех - переходить от формальной верификации [2] к статистическим методам накопления и анализа данных. Помимо выбора и использования определенных критериев для определения доверительных интервалов задача статистического оценивания результатов повторяемых экспериментов дополняется проблемой оперативной визуализации результатов. Когда результаты проводимого эксперимента появляются в том или ином виде (на «промежуточном финише» или в окончательной версии эксперимента), исследователю крайне полезно увидеть их зрительный образ как можно скорее, получив таким образом своеобразного интерактивного помощника в проведении эксперимента.
Именно здесь кроются методические особенности создания эффективного инструмента для верификации экспериментальных данных: с одной стороны нужен быстрый инструмент с наглядным отображением результатов, с другой - от него требуется статистическая надежность.
Авторами разработана специальная методика и рабочая программа для накопления и статистического анализа результатов компьютерного эксперимента [3]. В рамках этой методики программа основного эксперимента рассматривается как источник данных, собираемых дополнительным модулем программы на специально подготовленный лист Excel. Здесь заранее организована структура для накопления, необходимой статистической обработки и визуализации данных.
Методические вопросы выбора доверительных интервалов и оперативной визуализации в рабочей программе решаются следующим образом.
Исследователя интересуют не только попадание в заданный интервал значимого числа отсчетов, но и факты выхода части отсчетов за границы этого интервала. С точки зрения методики проведения эксперимента и оценки его результатов, границы желательно определить так, чтобы эти выходы наблюдались не слишком часто, но и не редко.
Выбор для границ разбросов интервала ±2ах соответствует точности, достаточной для инженерных решений: попадание 95% отсчетов внутрь заданного интервала. В то же время выбросы по 2,5% отсчетов с каждой стороны такого интервала можно наблюдать уже при достаточно небольшом объеме данных.
В Excel-программах связи между табличными данными, формулами и графиками устанавливаются и сохраняются независимо от изменения данных. Поэтому заранее запрограммированная статистическая обработка обеспечивает интерактивное применение и для любых новых данных (рис.1).
© Тин Чжо, В.М.Трояновский, Ян Лин Аунг, 2013
Краткие сообщения
Рис.2. Результаты расчета RjJj) для семейства реализаций «белого шума»
Проиллюстрируем это следующим примером. Для исследования влияния длины реализации на статистические свойства корреляционной функции Rxx(j) разработана специальная программа. Результаты ее работы имеют вид, представленный на рис.2.
Как видно из рис.2, большая часть результатов действительно попала в пределы ±2стх, но выбросы за эти границы только подчеркивают достоверность полученных результатов.
При первых применениях [4] такая программа уже дает дополнительный синергетический эффект, а при проведении итоговых экспериментов повышает производительность заключительных этапов всех исследований.
Литература
1. Шноль С.Э. Кибернетика живого. Биология и информация. - М.: Наука, 1984. - 84 с.
2. Синицын С. В., Налютин Н. Ю. Верификация программного обеспечения. - М.: БИНОМ, 2008. - 368 c.
3. Aung Phyo Winn, Тин Чжо, Трояновский В.М., Ян Лин Аунг. Методика и программа для накопления и статистического анализа результатов компьютерного эксперимента // Тез. докл. ХХ Междунар. конф. «Математика. Компьютер. Образование». - Ижевск: АНО НИЦ «Регулярная и хаотическая динамика», 2013. - С. 204.
4. Aung Phyo Winn, Serdyuk O.A., Troyanovskyi V.M. Transformation of the stracture and parameters of a shaping filter into confidence intervals for correlation function estímate // Preprints of the 2013 IFAC Conference on Manufacturing Modelling, Management and Control (Saint Petersburg, Russia, June 19-21, 2013 г.). - 2013. - P. 1860-1865.
Поступило 29 октября 2012 г.
Тин Чжо - аспирант кафедры систем автоматизации управления и контроля (САУиК) МИЭТ. Область _научных интересов: информационное и программное обеспечение управляющих систем, обработка случайных процессов.
Трояновский Владимир Михайлович - доктор технических наук, профессор кафедры информатики и программного обеспечения вычислительных систем МИЭТ. Область научных интересов: информационное и программное обеспечение управляющих систем, обработка случайных процессов. E-mail: troy40@mail.ru.
Ян Лин Аунг - аспирант кафедры САУиК МИЭТ. Область научных интересов: информационное и программное обеспечение управляющих систем, обработка случайных процессов.
